宇宙射线中子法测量中尺度土壤含水率研究综述

陈祎彤，李敏，司炳成，胡优

宇宙射线中子法测量中尺度土壤含水率研究综述

陈祎彤1，李敏1*，司炳成2, 3，胡优1

（1. 西北农林科技大学 旱区农业水土工程教育部重点实验室，陕西 杨凌 712100；2.萨斯喀彻温大学土壤科学系，加拿大 萨斯卡通市 S7N5A8；3.鲁东大学 资源与环境工程学院，山东 烟台 264000）

土壤含水率是农业生产与灌溉管理中的重要监测指标，而田间土壤含水率存在较大的时空变异性，作为目前测定区域土壤含水率的一种新方法，宇宙射线中子法具有连续测量、高精确度、对场地无破坏等优点，已被证明可以测量数百米范围内（中尺度）一定深度的平均土壤含水率。该方法在点尺度和遥感大尺度之间架起了桥梁，正逐渐运用于农业灌溉管理、水文数据同化和水文建模等领域。本文通过凝练近年来宇宙射线中子法的相关研究进展与成果，全面总结了其测量原理、监测范围、影响因素及校正原理，并重点阐述了该方法在农业、水文等领域的应用现状、现存问题及发展趋势。可为读者快速、详尽地了解宇宙射线中子法研究进展提供参考。目前，对宇宙射线中子法的改进与应用研究成果显著，但建筑区域标定的缺乏与道路区域标定的补充、空间灵敏度的校正、大高差跨度下的应用等问题亟须进一步研究和解决。

土壤含水率；宇宙射线中子法；中尺度；原位监测；连续监测

0 引言

【研究意义】土壤含水率是土壤-作物-大气连续体中的关键状态变量之一，在土壤表层的水分和能量交换中起到了重要的作用[1]，其监测是提高农业生产效益和实施精准灌溉的重要环节[2]。随着各领域对土壤含水率数据质量需求的逐步提高以及应用的多元化，农业、水文、气象等领域需要在不同时空尺度上精确监测土壤含水率[3]。

【研究进展】田间土壤含水率存在较大的时间和空间变异性，目前点尺度测量土壤含水率的方法主要有烘干法、时域反射仪（TDR）法、电容技术法、中子仪法、频率反射仪（FDR）法、核磁共振法、伽马射线法及热脉冲探针法等[4-6]；在大尺度上有遥感法[7]；而田间中尺度上有宇宙射线中子法、加热光纤法[8-9]和探地雷达法[10-11]。

烘干法是测量土壤含水率的标准方法，常用于其他方法的校准与验证，结果可靠，操作简单，缺点是较为费时费力且对土壤有侵扰，无法实现原位连续监测[12]。TDR和FDR法可以进行精确、原位、连续地测量，是目前田间土壤水分点尺度监测比较流行的监测手段[13]，但上述点尺度测量方法监测田间尺度土壤水分状况需要多个位置的测量结果才有较好的代表性；在田间埋设大量探针会极大地增加成本，复杂的线路布设也不利于农机作业。作为大尺度的土壤水分测量方法，遥感法可以快速得到大范围区域的土壤水分信息，但是其测量精度、测量深度和空间分辨率都较为有限[7]。点尺度和大尺度方法由于各自的特性，无法满足中尺度上高精度、高时空分辨率获得土壤水分信息的要求。加热光纤法可以分布式监测沿光纤厘米至千米的土壤水热信息，时空分辨率高[8]，但该方法仪器昂贵、侵入式测量、校准曲线获取困难、受土壤物理性质影响，且需要将长距离的光纤埋设在田间，不利于农机作业，目前还处于研究阶段，未得到广泛应用[9]。探地雷达法在测量中小尺度土壤水分上具有快速、无损、非扰动等优点，近年来在农业、水文研究中也取得了实质性进展，但该方法不适合在黏重的土壤和重盐碱土中测量，且在首次测量前需要对土壤类型进行标定，定量识别尚不成熟，在大范围应用推广中还有较大改进空间[10-11]。

【切入点】宇宙射线中子法（cosmic ray neutron probe，CRNP，以下简称CRNP法）是目前测定中尺度土壤含水率的一种新兴方法，该法通过监测近地表附近宇宙射线中快中子的数量来监测土壤含水率，其可以长期、连续、快速地监测百米半径范围的土壤含水率[14]，为点尺度和遥感大尺度土壤水分监测架起了桥梁。该方法对土壤的化学性质[15-16]、质地、表面粗糙度以及水的物理状态不敏感[17]，操作简单，维护方便，与传统的中子仪法相比具有被动测量和无辐射危害的特点[18]，与遥感技术相比，CRNP法更加抗植物干扰[17]。此外，该方法只需进行少量的土样采样进行前期校正，在监测期间对原位土壤没有侵扰。鉴于这些优势，CRNP法在近年来备受关注，国内外学者对CRNP法的改良与应用方面进行了广泛的研究，Zreda等[19]、Andreasen等[20]和赵原等[21]学者也曾分别对CRNP法进行阶段性的综述。【拟解决的关键问题】本文将在简述CRNP法测量原理、土壤水分转换方法和中子浓度标定的基础上，着重介绍该方法的应用现状，并综合最新研究进展阐述目前该方法在建筑与道路标定、固有空间灵敏度、监测深度扩展与稳定等方面存在的不足和未来应用场景与领域的拓展、仪器的升级和水分转换方法的改善等发展趋势，以期为研究CRNP法的初学者提供详实的文献资料，并指引和推动CRNP法在农业、生态和水文领域更广阔的发展与应用。

1 CRNP法的测量原理与标定

1.1 CRNP法的测量原理

宇宙中存在大量的射线受地球磁场吸引进入大气层[22]，其中的中子在与其他粒子的每次碰撞中都会损失能量并被慢化[23]，其过程如图1所示。氢原子由于质量小且弹性截面较大[17]，将快中子慢化成为热中子需要的有效碰撞次数最少，仅为18次，远少于地表量较高的其他元素原子（例如：氧原子需要149次，碳原子需要113次，硅原子需要257次）[19, 21, 24]，因此，近地表氢原子是宇宙射线中快中子慢化的主要原因，二者呈显著的负相关关系。而近地表氢原子的主要来源是土壤水，且快中子的浓度变化对氢原子量的变化响应迅速[25]，因此，CRNP法就可以通过测量仪器在一定范围内土壤上方的快中子浓度来反演推算土壤含水率。

图1 初级宇宙射线慢化为热中子的过程

1.2 仪器设备

宇宙中子探测仪器一般包括中子探测器、数据采集仪、铱卫星调制解调器、太阳能供电系统、安装支架和机箱等[26]，型号不同结构略有差异，张杰等[27]曾自己组装过氦同位素3He管中子水分探测器。图2展示的是由Hydroinnova公司生产的宇宙射线土壤含水率观测系统（COsmic-ray Soil Moisture Observing System，COSMOS），拥有2个探测器，一个是监测热中子的裸露（Bare）探测器，另一个是监测快中子的、具有聚乙烯屏蔽护套的慢化（Modaration）探测器[19]。探测器由充满敏感气体（3He或硼同位素10B）的金属管组成，这2种气体都具有高中子吸收截面，且稳定性强，使用寿命长[28]。中子进入相应的探测器被敏感气体吸收后在管中产生电离作用，继而产生可被敏感电子元件读取到的电子脉冲，计数器会记录设定时间内读取脉冲的次数，即为CRNP仪器的中子读数。

1.3 土壤含水率计算

1.3.10参数法原理

Desilets等[17]利用蒙特卡罗中子传输代码（Monte Carlo N⁃Particle eXtended, MCNPX）模拟得出地表上经过校正的快中子浓度转换为土壤含水率的0参数法的计算公式。加入晶格水量和土壤有机质含水率当量的校正因子后的计算式[29]为：

式中：为土壤体积含水率（m3/m3）；bd为土壤平均干体积质量（g/cm3）；0、1、2为半经验参数，由中子物理模拟确定[30]，其中0=0.808、1=0.372、2=0.115；为校正过的快中子读数；0为干燥条件下的快中子读数，一般通过现场标定得出；为土壤矿物中的晶格水量（g/g）；sow为土壤有机质含水率当量（g/g）。土壤晶格水和土壤有机质含水率的影响在时间尺度上相对稳定[19]，晶格水量可利用热重量分析法得出[31]；土壤有机质含水率当量可以通过Franz等[32]给出的公式得出：

式中：1.724为总有机碳质量转化为土壤总有机质质量的转换常数；为总有机碳（g/g）；ew为水与有机碳的化学计量比（假设有机碳为纤维素(C6H10O5)n，其中氢氧元素占比约为55.6%）。

0参数法是当前使用最为普遍的方法，广泛适用于由硅酸盐岩石衍生的土壤类型[17]，其中0参数的确定需要通过在田间CRNP的测定范围内选取适当的位置采集土样，利用烘干法得到各土样的土壤含水率，将各点土壤含水率求加权平均值代入式（1）中反推得出0。推求0的方法在前人的总结中较为详尽，在此不过多展开，其中现场土壤采样一般采用Franz等[33]的采样策略，具体可参考Franz等[33]、Rosolem等[34]和Schrön等[35]的研究，径向加权与深度加权的具体计算方法可参考Köhli等[36]的研究。

注 A. 机箱；B. 快中子探测器；C. 热中子探测器；D. 太阳能供电系统；E. 支架，F. 数据采集仪；G. 蓄电池；H. 充电控制器。图中并没有展示卫星调制解调器。

1.3.2 CRNP法的标定

CRNP法的中子浓度测量结果主要是反映近地表附近氢原子量，虽然土壤含水率是近地表氢库最主要的贡献者，但是冠层截留、地表积水、积雪、植被、大气水汽、土壤晶格水量、土壤有机质含水量当量，甚至是测量范围内的道路、建筑物等都会对CRNP测量土壤含水率的结果造成影响，在转换含水率之前须进行相应的标定。

1）中子浓度标定

对气压、大气湿度、太阳中子所致影响的标定已经成熟，计算式为：

式中：RAW为校正前的中子读数；p、wv、分别为气压、大气湿度、太阳中子的校正因子，计算式[29]为：

式中：为高能中子的质量衰减长度（mb或等效为g/cm2），随纬度的降低而降低，取值可以参考Andreasen[20]中的表1，取值范围为128～142 g/cm2；为当地气压（kPa）；0为任意参考压力（kPa）（可以选择为特定场址的长期平均压力、海平面压力或不同参考场址的长期平均压力）[37]。

式中：Δv0=（v0-v0.REF）；Δv0为地表绝对湿度（g/m3）；v0.REF为参考条件下的地表绝对湿度，通常取干燥空气条件，即v0.REF=0[38]。

式中：0数据由瑞士少女峰观测站（东经7.89°，北纬46.55°；海拔3 750 m）测得。m和0可以由中子监测数据库（http://www.nmdb.eu）或是瑞士伯尔尼大学宇宙射线物理研究所的中子监测数据库（http://cosray.unibe.ch/）下载获得[39]。Hawdon等[29]利用离CRNP较近的中子监测站的数据来进行太阳中子校正，并且和Zreda等[19]的方法进行比较发现：2种方法差异不大，都能很好地校正太阳中子的影响，并且反映太阳耀斑等极端事件，且Hawdon的方法可以降低CRNP的计数不确定性。

2）生物质水当量的标定

监测范围中植被体内的有机物和水分会对CRNP测量的中子强度以及测量范围造成影响。对于短期研究或者生物量长期处于较为稳定的场合，生物质水当量可被当作一个植被体内水和有机质含水量当量之和的常量，但是在生物量短时间内极具变化的场合（如生长快速的玉米田间），生物量对中子的强度的影响不可忽视[40-41]。Baroni等[42]认为，生物质水当量和降雨截留可以由CRNP测量结果和独立的精确含水率测量结果之间的差值估算得出。在CRNP的农田应用中，生物质水当量的计算式为[31]：

式中：为生物质水当量（mm）；为CRNP测量区域内的作物类型数量；Mi为第种作物的种植密度（plants/m2）；fi、di为第种作物的单位湿质量、干质量（g/plants）；w为水的密度（106g/m3）；ew为水与有机碳的化学计量比（同式（2））；M(i)为第种作物种植区域占总区域的占比。利用对CRNP测量结果的标定公式[42]为：

式中：、cor-BWE分别为生物水当量标定前后的土壤体积含水率（m3/m3）；为测量有效深度（mm）。

然而，在CRNP应用于潮湿森林时，森林落叶层对CRNP的影响还无法被校正（落叶层提供的信号在一些场合甚至会大于土壤含水率）[43]，在这方面需要更详细的研究来推进CRNP在原始森林与人工林场中的应用。

3）道路标定

CRNP测量区域内的道路和建筑物会影响CRNP的测量结果[17]。在道路方面，距离仪器几米以内的较为干燥的道路会对CRNP的中子读数造成严重的影响，而测量道路的含水率是不切实际的。对此，Schrön等[44]利用超快速适应中子模拟（Ultra Rapid Adaptable Neutron-Only Simulation，URANOS），通过量化不同类型、材料的道路的水当量得到了道路对CRNP影响的标定方法。Schrön等[44]假设道路的标定形式类似于Hawdon等[29]的气象标定，计算式为：

式中：、corr分别为标定前、后的中子读数；road为关于土壤含水率field、道路水当量road、道路宽度、CRNP距离道路中心距离的函数；1、2、3分别为几何项、湿度项和距离项，具体的计算步骤可参考Schrön等[44]的研究。

该方法在Schrön等[44]的现场试验中展现了良好的适用性，然而该校正方法较为依赖于测量场地土壤含水率的先验知识，虽然为了规避这个使用条件，Schrön等[44]提出了一种未经标定的近似含水率来代替，但这种代替方法还需要进行更多不同的条件和地点进行试验以验证其适用性。另外，Schrön等[44]的方法是假设在道路二旁土壤含水率相同，且土质均一的理想状态下，而对于道路二旁情况不一致（例如所种作物不同），又或是道路位于树篱之后等情况下并未考虑。关于校正道路对CRNP影响还需要更多的研究。

4）CRNP法的不确定性

CRNP测量的中子计数服从泊松统计，其中方差等于，标准差为0.5，变异系数为-0.5。由此可知，CRNP测量的精度随中子计数的增加而增加[21]；每小时400次中子计数（如夏威夷奶牛场CRNP站点，数据来自http://cosmos.hwr.arizona.）和每小时2 000次中子计数（如河南省新乡市封丘县潘店镇中国科学院封丘农业生态实验站）[45]，对应计数的不确定性分别为5%和2.2%。在给定位置的计数次数与计数时间成正比，与土壤含水率成反比。计数时间翻4倍，这种不确定性就会减半，精确度反之增加。Bogena等[43]和Jakobi等[46]就是利用增加中子计数时间来提升CRNP在森林或是农田场景中的精度。通过同时使用多个中子计数器也能增加单位时间内的中子计数从而减小不确定性，此方法一般运用于移动式CRNP的测量活动中。此外，CRNP测量的土壤水分精度还受到局部校准的影响，而局部校准的质量取决于校准土样的代表性和校准时中子的不确定度。所以，在常规的局部校准中，通常都会采用近100个不同位置、不同深度土样的烘干法所得土壤水分数据来提升局部校准的精确度，在复杂的情况下，也会增加测量周期内局部校准的次数。

1.4 测量范围

CRPN的测量范围是以仪器为圆心的半径数百米、深度数10 cm的类半圆球形区域[47]，定义为贡献86%快中子的区域[15]。CRNP的径向测量半径为130～240 m[36]，与大气压力成反比，在压力下的测量半径计算式[48]为：

式中：0为参考气压（通常为一个标准大气压）；0为参考气压下的参考半径（通常取海平面处的半径240 m）。

CRNP的测量深度为12（土壤湿润情况下）～70 cm（土壤干燥情况下）。Franz等[49]通过计算多个氢池，包括地面积水、晶格水、孔隙水、土壤有机质等的水当量，得到了CRNP测量土壤水的有效深度：

式中：为测量有效深度（cm）；5.8为液态水中低能中子86%的累积灵敏度深度（cm）；0.082 9是由SiO2核截面控制的常数[32]；bd和w分别为土壤平均干体积质量和水密度（g/cm3）；为土壤晶格水量（g/g）；SOM为土壤有机质含水率当量（g/g）；m为土壤质量含水率（g/g）。

2 CRNP法的应用

因具有连续原位监测、非侵入、可以测量中尺度土壤水分等优势，CRNP法被广泛应用于农业、水文[24]等领域，除了监测土壤水以外，也被运用在雪深度和植被生物量等的监测中。CRNP仪器可分为站点式和移动式。

2.1 站点式CRNP的应用

站点式CRNP可以连续测量中尺度农田的土壤含水率，为精准农业、灌溉管理提供信息支持，已在我国被运用于华北平原[16, 50]、黄土高原[26, 39, 51]、黑河流域[24, 52]、东北平原[31]等地区进行农田中土壤水分的实时监测，适用性良好。除了应用于农业领域，CRNP法还被应用于测量雪深、验证卫星土壤水分监测结果等。表1汇总了站点式CRNP的应用现状。

2.2 移动式CRNP的应用

将CRNP安装在车辆的后备箱或是车顶，如图3（a），对车辆行进路径进行快速的土壤水分监测，意图描绘1个流域或是1个更大范围的区域的土壤水分分布，是CRNP的重要应用。移动式CRNP（CRNP rover）为了在短时间内收集更多的中子信息，通常会配备更多的中子探测器，采样间隔一般为1 min。在早期研究中，Desilets等[17]就对CRNP的移动监测进了构想，并且在夏威夷进行了第1次车载CRNP测量。而后，Chrisman等[81]、Dong等[82]、Franz[32,79]等在美国本土进行了多次CRNP移动监测，进行大尺度土壤湿度分布图的绘制。Schrön等[44,83]在德国Schäfertal站点和英国Sheepdrove有机农场进行多次移动式CRNP试验，比较了在农田间进行全方位移动测量和只在道路间行进测量利用内插法这2种策略分别绘制出的土壤含水率分布图的差异性。Jakobi等[46,84]在移动监测中通过改变不同的聚合策略将RMSE降到了最低0.013 m3/m3；并且通过模拟和量化CRNP计数不确定性的方法来寻找移动式CRNP测量根据不同场地和精度要求选择合适的空间分辨率和聚集性的方案。

表1 站点式CRNP的应用现状

移动式CRNP让使用者可以有选择性的快速获得所需信息，比站点式CRNP监测范围更大的区域的土壤水分信息。近年来，移动式CRNP测量已得到蓬勃发展，将CRNP搭载在农用机器人上，进行实时自主、有选择性地绘制土壤湿度图已成为可能[2]，如图3（b）。但是受限于目前中子探测器的计数率还不够大，提高计数频率就需要使用更多的CRNP中子监测器，在使用上不够经济；而对道路以及建筑物的影响校正还不够成熟，这将导致那些只在公路网上进行的移动式CRNP测量获得的结果精度受到影响，所以移动式CRNP在应用和改进上还有很大的空间。

3 现存问题

3.1 建筑区域标定与道路标定的补充

人工设施（道路、建筑）在CRNP应用（尤其是移动CRNP测量）中无法回避。在进行移动CRNP水分监测时，移动范围内近端的道路会严重影响CRNP的精度，Schrön等[44]提出的道路校正也不适用于路宽大于7 m与道路湿度大于两端土壤的情况。赵原[45]进行CRNP的中小尺度水分测量研究中利用无人机航拍图像进行区域划分，其中的建筑区域因为相对于总区域而言范围较小而被其忽略。基于沥青混凝土路面的不透水性和路床的深度远大于CRNP测量深度的特点，建筑物的基础往往达数米深，远大于CRNP测量深度，如果建筑群区域范围大到不可忽视，且建筑区域离CRNP的距离小于50 m，势必会影响测量范围内的中子分布从而导致CRNP的土壤水分结果产生很大误差，Schattan等[74]也提到了为道路、建筑、湖泊等景观建模校正的迫切性。因此，如何量化建筑区域对CRNP的影响以及如何对Schrön已提出的道路标定进行补充是目前的一个难题。

3.2 监测深度的扩展

CRNP法已被运用于测量农田尺度土壤水分[85]和作物耗水[70]。然而其测量深度较浅（极其干燥状态下能达到70 cm左右，但在一般的农田中通常为20～30 cm之间）以及测量深度会随地表氢原子量的变化而变化的特点使其在对作物蒸散发的监测效果上有待提升。Wang等[67]的试验表明在极干旱条件下（最干旱试验点的最干旱年份）CRNP法的测量深度可以覆盖50%～90%作物根系的吸水深度，而较为湿润时仅有30%～50%。一些研究通过使用指数滤波器来增加CRNP的测量深度[55, 68]，或是在更深层埋设点尺度传感器，将CRNP的数据集与点尺度传感器测量结果进行结合[66]来提升CRNP在根区测量的覆盖率，然而他们并没有具体考虑测量敏感性随深度的指数衰减以及测量深度的时间稳定性。因此，需要开发一种普遍的策略来扩展和稳定CRNP的测量深度使其能更好地匹配根区土壤水分的测量，指数滤波法在该方面有巨大的研究潜力[65]。

3.3 CRNP在大高差跨度下的应用

CRNP法在高差跨度很大的情况下的应用有待研究[78]，武强等[61]尝试在重庆白象山茶园（整体跨度为100 m）应用CRNP，但是其没有考虑茶树的生物质影响，也没有考虑CRNP安装位置的影响（安装于最高或最低点，或是其中的某个海拔），以及在坡面角度与海拔跨度如此之大的情况下CRNP测量面积与深度的变化和各区域权重的变化，其试验中的CRNP的含水率测量结果普遍低于同期的烘干法和FDR测量结果也有悖于CRNP的基本原理（CRNP的信号还包含除了土壤水分以外的其他氢原子源信号）。所以，CRNP在高差跨度较大的地貌下进行应用还需要更多的研究。

3.4 热中子的应用与浓度的校正

热中子浓度对土壤水分不敏感，而近地表快中子与热中子的比值与生物质水当量或雪水当量呈经验线性关系，这有助于估算和校正植被与积雪对CRNP监测的影响。对快中子计数的校正研究广泛，气压、大气湿度等变化影响校正也已成熟，然而对热中子的校正目前研究较少。Tian等[31]在提出法（即利用校正植被与积雪对CRNP测量的影响）时使用的是未经任何处理的热中子计数；Jakobi等[46]试验了多种校正组合后认为仅用气压和大气湿度，在没有进行太阳中子校正时对热中子校正的效果最好，然而其试验场地选择的是干旱条件下的甜菜种植地，在试验中同地点使用多台CRNP仪器也使得其校准策略在一般CRNP应用情况下的适用性未知。为了能够更好地利用法评估植被和雪水对CRNP的影响，需要对热中子浓度的校正策略进行更详细的研究，而Tian等[31]的研究也向展示了热中子在CRNP应用中的潜力，挖掘热中子与其他物理参数的关系有助于拓展CRNP的应用领域和更好地解释CRNP测量的结果。

3.5 空间灵敏度校正

不同于利用分布式点尺度方法测得土壤水分的算术平均值，CRNP法所得到的平均土壤水分具有固有的水平与垂直灵敏度差异，这从Desilets等[48]或是Köhli等[36]的结论中很容易得到，CRNP对距离较近和深度较浅的水分信号更为敏感，使得其在与一些水文模型或遥感数据结合应用时具有不确定性；CRNP法得出的土壤水分与其他点尺度传感器网络监测结果之间的周期性不匹配除了与监测尺度不一有关[20]，也与CRNP衍生的结果是监测范围内水分信息的加权值有关[86]。在监测范围内进行额外的土壤水分剖面校正和垂直加权可以缓解垂直灵敏度差异带来的影响[87]；但是水平灵敏度差异目前还无法校正，在Pang等[56]的研究中覆盖面积超过30%的水田中子信号相对贡献率仅有2.6%，因为水田离CRNP仪器的距离超过120 m。为CRNP搭配点尺度传感器有助于更好的解释CRNP测得的水分信息，这可能是CRNP的配套仪器（如同站点式CRNP一般需要搭配小型气象站或是就近现成的气象站点安装一样）或是田间土壤水分精准观测的发展方向——不同尺度方法的搭配使用，少量点尺度传感器可以评估生物量和截留以及CRNP固有灵敏度的影响，而监测主体是CRNP也避免了直接使用点尺度手段监测中尺度土壤水分的低代表性和低效益性。

图3 车载移动式CRNP(a、b、c ) (引自[84] )，机器人移动式CRNP(d、e) (引自[2])。

4 发展趋势

4.1 复杂下垫面情况下的监测

随着研究的深入，人们开始探索监测范围覆盖复杂下垫面情况下采用CRNP法监测土壤水分的可行性。Lyu等[88]和Franz等[59]尝试在混合森林与混合农业系统中使用CRNP法测量整个区域的平均土壤水分，而Sigouin等[89]和Li等[64]的研究展示了CRNP降尺度测量的可能。Sigouin等[89]使用CRNP法在加拿大Alberta复垦油砂矿井进行测量，利用CRNP测量的土壤水分优化测量范围内不同质地土（泥炭和森林表面掉落物层）的van Genuchten-Mualem参数，尝试将不同质地土各自的含水率从CRNP测量结果中分离出来。Li等[64]基于URANOS和独立的点尺度测量手段利用CRNP法测量柑橘田内的滴灌干湿分区。在将来的研究中，在多种不同的下垫面情况下精准测量中尺度土壤水分信息，以及通过CRNP法进行中尺度范围内多个小尺度区域的分别监测将成为CRNP领域的研究热点。

4.2 含水率转换方法的改进

0参数法是CRNP测量中含水率转换的传统方法，但难以应对一些特殊情况，例如：土壤中有较大体积的坚硬石块、极其干燥或处于城市环境[90]。Franz等[91]提出的通用校准函数（Universal calibration function）法虽可应对以上情况，但其标定需要获悉各氢原子来源的空间分布情况[85]，过程比较复杂。因此，更多的研究将目光着眼于改进0参数法本身。Tan等[92]和Jakobi等[46]分别对0参数法进行了优化，使其可以满足在中国西北农牧交错地带和干旱条件下甜菜种植场地土壤水分的监测需求；而Andreasen等[93]提出的基于0参数法的现场特定转换函数也能提升0参数法在监测范围内存在高有机质含量的土层（例如垃圾）或是存在难以进行土壤采样区域的情况下CRNP的监测精度。以上学者对0法的改善策略在各自的研究中都展现了良好的效果，但是其结果具有特殊性，形式上也趋于复杂，是否可运用于更一般的情况不得而知。因此，CRNP含水率的转换方法需要更多类型区域测量结果的数据集进行归一化的改进。

4.3 中子监测器的性能提升

为了应对CRNP中子监测的不确定性和复杂下垫面所带来的影响，先前的研究多是采用更长的中子计数积分时间[34, 46]，或是增加同一地点布设的CRNP仪器数量[46, 83]来提升CRNP的精度。然而，在站点应用中同一地点布设多台CRNP仪器不够经济，不利于一般性的站点应用以及全国性的站点网络覆盖；过度增加计数积分时间也会降低CRNP的时间分辨率和对降水事件的灵敏度。当下的快中子监测管也无法完全屏蔽热中子与超热中子，这使得快中子与热中子的监测都存在一定的不确定性。中子监测仪器性能的提升将会有效提高CRNP的应用前景，例如在探测器聚乙烯护套周围覆盖一层镉，以此减少对热中子的吸收[94]；缩小探测器的尺寸，使交通工具和机器人可以更容易、数量更大地搭载探测器，提高移动式CRNP监测活动的效率[95]。

4.4 潜在的应用方向

CRNP中尺度、低功耗、易于维护、数据获取便捷等特点使其可以被安装在偏远、人不易进入或不易进行采样的场地进行连续的测量，如青藏高原或大兴安岭的广袤森林中。该方法具备田间中尺度高时间分辨率监测土壤水分的优势以及易于农机作业的特点，使其有利于灌溉的分区管理或精准灌溉的实施和精准农业与智慧农业的发展；鉴于CRNP法在干旱条件下的良好表现，该方法在地区干旱和监测上具有潜力。目前全球已经有超过200个固定的CRNP站点[93]，在美国[19]、英国[96]、澳大利亚[29]、德国[36]已经组建各自国家的CRNP监测网络，这将CRNP的优势最大化，相对于这些国家，CRNP在我国还处于研究阶段，未得到大面积普及，以后若是能自主生产CRNP产品并组建全国性的CRNP网络将有助于对地区和全国水文过程的理解和农业生产的管理。

5 结论

本文简述了CRNP法测定土壤水分的基本原理，并着重综述了该方法的应用现状、现存问题及发展前景，为读者快速、详尽地了解该方法提供参考。自CRNP法引入土壤水分监测以来，其改进与应用一直是一个备受关注的领域。未来的研究将着眼于解决CRNP法的人工设施影响标定、落叶层影响标定、空间灵敏度校正等问题，以及拓展CRNP法的应用场景，除了复杂下垫面情况下的土壤水分监测，还可以将其延伸到植被水分与生物量估算、高山积雪估算、冠层截留估算等。从仪器的角度入手，中子探测器的性能和尺寸上还有提升空间，随着中子探测器设备向着精度更高、计数率更大、仪器体积更小的方向发展，移动式CRNP法的应用将会更加经济有效。

[1] VATHER T, EVERSON C, MENGISTU M, et al. Cosmic ray neutrons provide an innovative technique for estimating intermediate scale soil moisture[J]. South African Journal of Science, 2018, 114(7/8): 79-87.

[2] PULIDO FENTANES J, BADIEE A, DUCKETT T, et al. Kriging-based robotic exploration for soil moisture mapping using a cosmic-ray sensor[J]. Journal of Field Robotics, 2020, 37(1): 122-136.

[3] 段爱旺. 时域反射仪(TDR)及其应用[J]. 灌溉排水, 1995, 14(1): 41-45.

DUAN Aiwang. Time domain reflectometer (TDR) and its applications [J]. Irrigation and Drainage, 1995, 14(1):41-45.

[4] 郭卫华, 李波, 张新时, 等. FDR系统在土壤水分连续动态监测中的应用[J]. 干旱区研究, 2003, 20(4): 247-251.

GUO Weihua, LI Bo, ZHANG Xinshi, et al. FDR system and its application in the sequential dynamical measurement of soil moisture content[J]. Arid Zone Research, 2003, 20(4): 247-251.

[5] 李毅, 邵明安. 热脉冲法测定土壤热性质的研究进展[J]. 土壤学报, 2005, 42(1): 134-139.

LI Yi, SHAO Ming’an. Latest advance of thermo-pluse method for measuring soil thermal properties[J]. Acta Pedologica Sinica, 2005, 42(1): 134-139.

[6] 任图生, 邵明安, 巨兆强, 等. 利用热脉冲-时域反射技术测定土壤水热动态和物理参数Ⅰ.原理[J]. 土壤学报, 2004, 41(2): 225-229.

REN Tusheng, SHAP Ming’an, JU Zhaoqiang, et al. Heat pulse - time domain reflection technology has been applied to the determination of soil water dynamic and thermal physical parameters Ⅰ. Principle[J]. Acta Pedologica Sinica. 2004, 41(2): 225-229.

[7] 王大龙, 舒英格. 土壤含水量测定方法研究进展[J]. 山地农业生物学报, 2017, 36(2): 61-65.

WANG Dalong, SHU Yingge. Research progress in determination methods for soil water content[J]. Journal of Mountain Agriculture and Biology, 2017, 36(2): 61-65.

[8] 曹鼎峰, 施斌, 严珺凡, 等. 基于C-DTS的土壤含水率分布式测定方法研究[J]. 岩土工程学报, 2014, 36(5): 910-915.

CAO Dingfeng, SHI Bin, YAN Junfan, et al. Distributed method for measuring moisture content of soils based on C-DTS[J]. Chinese Journal of Geotechnical Engineering, 2014, 36(5): 910-915.

[9] 胡优, 李敏, 任姮烨, 等. 基于加热光纤分布式温度传感器的土壤含水率测定方法[J]. 农业工程学报, 2019, 35(10): 42-49.

HU You, LI Min, REN Hengye, et al. Measurement of soil water content using distributed temperature sensor with heated fiber optics[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(10): 42-49.

[10] 张学礼, 胡振琪, 初士立. 土壤含水量测定方法研究进展[J]. 土壤通报, 2005, 36(1): 118-123.

ZHANG Xueli, HU Zhenqi, CHU Shili. Methods for measuring soil water content: A review[J]. Chinese Journal of Soil Science, 2005, 36(1): 118-123.

[11] 高胜国, 翁海腾, 朱忠礼. 探地雷达在监测地表土壤水分中的研究进展[J]. 江苏农业科学, 2017, 45(12): 1-6.

GAO Shengguo, WENG Haiteng, ZHU Zhongli. Research progress of ground penetrating radar in monitoring soil moisture on the surface [J]. Jiangsu Agricultural Sciences, 2017, 45(12): 1-6.

[12] 孙满利, 付菲, 沈云霞. 土的含水率测定方法综述[J]. 西北大学学报(自然科学版), 2019, 49(2): 219-229.

SUN Manli, FU Fei, SHEN Yunxia. Review on soil moisture content measurement methods[J]. Journal of Northwest University (Natural Science Edition), 2019, 49(2): 219-229.

[13] 常丹, 李旭, 刘建坤, 等. 土体含水率测量方法研究进展及比较[J]. 工程勘察, 2014, 42(9): 17-22, 35.

CHANG Dan, LI Xu, LIU Jiankun, et al. Study progress and comparison of soil moisture content measurement methods[J]. Geotechnical Investigation & Surveying, 2014, 42(9): 17-22, 35.

[14] ALMEIDA A C, DUTTA R, FRANZ T E, et al. Combining cosmic-ray neutron and capacitance sensors and fuzzy inference to spatially quantify soil moisture distribution[J]. IEEE Sensors Journal, 2014, 14(10): 3 465-3 472.

[15] ZREDA M, DESILETS D, FERRÉ T P A, et al. Measuring soil moisture content non-invasively at intermediate spatial scale using cosmic-ray neutrons[J]. Geophysical Research Letters, 2008, 35(21): L21402.

[16] 宋尚琨, 田静, 何洪林. 宇宙射线快中子法在华北平原典型农田土壤水分测量中的应用[J]. 应用生态学报, 2019, 30(3): 906-912.

SONG Shangkun, TIAN Jing, HE Honglin. Application of cosmic-ray fast neutron method in soil moisture measurement of typical farmland in North China Plain[J]. Chinese Journal of Applied Ecology, 2019, 30(3): 906-912.

[17] DESILETS D, ZREDA M, FERRÉ T P A. Nature's neutron probe: Land surface hydrology at an elusive scale with cosmic rays[J]. Water Resources Research, 2010, 46(11): W11505.

[18] 邓英春, 许永辉. 土壤水分测量方法研究综述[J]. 水文, 2007, 27(4): 20-24.

DENG Yingchun, XU Yonghui. Introduction to the Methods of Soil Moisture Content Measuring[J]. Journal of China Hydrology, 2007, 27(4): 20-24.

[19] ZREDA M, ZWECK C, FRANZ T, et al. Cosmic-ray Soil Moisture Observing System (COSMOS): An overview and recent progress[EB/OL], 2012.

[20] ANDREASEN M, JENSEN K H, DESILETS D, et al. Status and perspectives on the cosmic-ray neutron method for soil moisture estimation and other environmental science applications[J]. Vadose Zone Journal, 2017, 16(8): 1-11.

[21] 赵原, 李晓鹏, 纪景纯, 等. 宇宙射线中子法在土壤水分监测研究中的应用进展[J]. 生态与农村环境学报, 2019, 35(5): 545-553.

ZHAO Yuan, LI Xiaopeng, JI Jingchun, et al. Advances in soil moisture monitoring using cosmic ray neutron probe method[J]. Journal of Ecology and Rural Environment, 2019, 35(5): 545-553.

[22] TURSUNOV A, STUCHLÍK Z, KOLOŠ M, et al. Supermassive black holes as possible sources of ultrahigh-energy cosmic rays[J]. The Astrophysical Journal Letters, 2020, 895(1): 14.

[23] HESS W N, PATTERSON H W, WALLACE R, et al. Cosmic-ray neutron energy spectrum[J]. Physical Review, 1959, 116(2): 445-457.

[24] 焦其顺, 朱忠礼, 刘绍民, 等. 宇宙射线快中子法在农田土壤水分测量中的研究与应用[J]. 地球科学进展, 2013, 28(10): 1 136-1 143.

JIAO Qishun, ZHU Zhongli, LIU Shaomin, et al. Research and application of cosmic-ray fast neutron method to measure soil moisture in the field[J]. Advances in Earth Science, 2013, 28(10): 1 136-1 143.

[25] ANDREASEN M, JENSEN K H, ZREDA M, et al. Modeling cosmic ray neutron field measurements[J]. Water Resources Research, 2016, 52(8): 6 451-6 471.

[26] 赵纯, 袁国富, 刘晓, 等. 宇宙射线土壤水分观测方法在黄土高原草地植被的应用[J]. 土壤学报, 2015, 52(6): 1 438-1 444.

ZHAO Chun, YUAN Guofu, LIU Xiao, et al. Application of cosmic-ray method to soil moisture measurement of grassland in the loess plateau[J]. Acta Pedologica Sinica, 2015, 52(6): 1 438-1 444.

[27] 张杰, 刘刚, 李保国, 等. 3He管中子土壤水分测量装置提高测量精度[J]. 农业工程学报, 2018, 34(2): 90-97.

ZHANG Jie, LIU Gang, LI Baoguo, et al. 3He tube neutron moisture measurement device improving measuring accuracy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(2): 90-97.

[28] KODAMA M, NAKAI K, KAWASAKI S, et al. An application of cosmic-ray neutron measurements to the determination of the snow-water equivalent[J]. Journal of Hydrology, 1979, 41(1/2): 85-92.

[29] HAWDON A, MCJANNET D, WALLACE J. Calibration and correction procedures for cosmic-ray neutron soil moisture probes located across Australia[J]. Water Resources Research, 2014, 50(6): 5 029-5 043.

[30] BAATZ R, BOGENA H R, HENDRICKS FRANSSEN H J, et al. Calibration of a catchment scale cosmic-ray probe network: A comparison of three parameterization methods[J]. Journal of Hydrology, 2014, 516: 231-244.

[31] TIAN Z C, LI Z Z, LIU G, et al. Soil water content determination with cosmic-ray neutron sensor: Correcting aboveground hydrogen effects with thermal/fast neutron ratio[J]. Journal of Hydrology, 2016, 540: 923-933.

[32] FRANZ T E, WANG T J, AVERY W, et al. Combined analysis of soil moisture measurements from roving and fixed cosmic ray neutron probes for multiscale real-time monitoring[J]. Geophysical Research Letters, 2015, 42(9): 3 389-3 396.

[33] FRANZ T E, ZREDA M, ROSOLEM R, et al. Ecosystem-scale measurements of biomass water using cosmic ray neutrons[J]. Geophysical Research Letters, 2013, 40(15): 3 929-3 933.

[34] ROSOLEM R, HOAR T, ARELLANO A, et al. Translating aboveground cosmic-ray neutron intensity to high-frequency soil moisture profiles at sub-kilometer scale[J]. Hydrology & Earth System Sciences, 2014, 18: 4 363-4 379.

[35] SCHRÖN M, KÖHLI M, SCHEIFFELE L, et al. Improving calibration and validation of cosmic-ray neutron sensors in the light of spatial sensitivity[J]. Hydrology and Earth System Sciences, 2017, 21(10): 5 009-5 030.

[36] KÖHLI M, SCHRÖN M, ZREDA M, et al. Footprint characteristics revised for field-scale soil moisture monitoring with cosmic-ray neutrons[J]. Water Resources Research, 2015, 51(7): 5 772-5 790.

[37] DESILETS D, ZREDA M, PRABU T. Extended scaling factors for in situ cosmogenic nuclides: New measurements at low latitude[J]. Earth and Planetary Science Letters, 2006, 246(3/4): 265-276.

[38] ROSOLEM R, SHUTTLEWORTH W J, ZREDA M, et al. The effect of atmospheric water vapor on neutron count in the cosmic-ray soil moisture observing system[J]. Journal of Hydrometeorology, 2013, 14(5): 1 659-1 671.

[39] WANG Q M, FAN J, WANG S, et al. Application and accuracy of cosmic-ray neutron probes in three soil textures on the Loess Plateau, China[J]. Journal of Hydrology, 2019, 569: 449-461.

[40] BAATZ R, BOGENA H R, HENDRICKS FRANSSEN H J, et al. An empirical vegetation correction for soil water content quantification using cosmic ray probes[J]. Water Resources Research, 2015, 51(4): 2 030-2 046.

[41] 蔡静雅, 庞治国, 谭亚男. 宇宙射线中子法在荒漠草原土壤水测量中的应用[J]. 中国水利水电科学研究院学报, 2015, 13(6): 456-460.

CAI Jingya, PANG Zhiguo, TAN Ya’nan. Application of cosmic-ray neutron method to soil moisture measurement in desert steppe[J]. Journal of China Institute of Water Resources and Hydropower Research, 2015, 13(6): 456-460.

[42] BARONI G, OSWALD S E. A scaling approach for the assessment of biomass changes and rainfall interception using cosmic-ray neutron sensing[J]. Journal of Hydrology, 2015, 525: 264-276.

[43] BOGENA H R, HUISMAN J A, BAATZ R, et al. Accuracy of the cosmic-ray soil water content probe in humid forest ecosystems: The worst case scenario[J]. Water Resources Research, 2013, 49(9): 5 778-5 791.

[44] SCHRÖN M, ROSOLEM R, KÖHLI M, et al. Cosmic-ray neutron rover surveys of field soil moisture and the influence of roads[J]. Water Resources Research, 2018, 54(9): 6 441-6 459.

[45] 赵原. 基于宇宙射线中子法的中小尺度土壤水分监测方法研究[D]. 太原: 山西大学, 2019.

ZHAO Yuan. Research on small and medium scale soil moisture monitoring method based on cosmic ray neutron method[D]. Taiyuan: Shanxi University, 2019.

[46] JAKOBI J, HUISMAN J A, VEREECKEN H, et al. Cosmic ray neutron sensing for simultaneous soil water content and biomass quantification in drought conditions[J]. Water Resources Research, 2018, 54(10): 7 383-7 402.

[47] DESILETS D. Radius of influence for a cosmic-ray soil moisture probe: Theory and Monte Carlo simulations.[R]. Office of Scientific and Technical Information (OSTI), 2011.

[48] DESILETS D, ZREDA M. Footprint diameter for a cosmic-ray soil moisture probe: Theory and Monte Carlo simulations[J]. Water Resources Research, 2013, 49(6): 3 566-3 575.

[49] FRANZ T E, ZREDA M, FERRE T P A, et al. Measurement depth of the cosmic ray soil moisture probe affected by hydrogen from various sources[J]. Water Resources Research, 2012, 48(8): W08515.

[50] 贾晓俊, 施生锦, 黄彬香, 等. 宇宙射线中子法测量土壤水分的原理及应用[J]. 中国农学通报, 2014, 30(21): 113-117.

JIA Xiaojun, SHI Shengjin, HUANG Binxiang, et al. Principles and application of cosmic-ray neutron method for measuring soil moisture[J]. Chinese Agricultural Science Bulletin, 2014, 30(21): 113-117.

[51] 王秋铭, 王胜, 樊军. 宇宙射线快中子法在土壤水分测量中的应用：以陕北六道沟流域为例[J]. 中国水土保持科学, 2015, 13(5): 125-131.

WANG Qiuming, WANG Sheng, FAN Jun. Application of cosmic-ray fast neutron method to measure soil moisture: A case study of Liudaogou basin in Shaanxi[J]. Science of Soil and Water Conservation, 2015, 13(5): 125-131.

[52] HAN X J, JIN R, LI X, et al. Soil moisture estimation using cosmic-ray soil moisture sensing at heterogeneous farmland[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(9): 1 659-1 663.

[53] ZHU Z L, TAN L, GAO S G, et al. Observation on soil moisture of irrigation cropland by cosmic-ray probe[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(3): 472-476.

[54] NGUYEN H H, KIM H, CHOI M. Evaluation of the soil water content using cosmic-ray neutron probe in a heterogeneous monsoon climate-dominated region[J]. Advances in Water Resources, 2017, 108: 125-138.

[55] DIMITROVA-PETROVA K, GERIS J, WILKINSON M E, et al. Opportunities and challenges in using catchment-scale storage estimates from cosmic ray neutron sensors for rainfall-runoff modelling[J]. Journal of Hydrology, 2020, 586: 124878.

[56] PANG Z, JIA Y H, PENG X H, et al. Applicability of cosmic-ray neutron sensing for measuring soil water content to heterogeneous landscapes under subtropical hydroclimatic conditions[J]. Journal of Hydrology, 2021, 596: 126068.

[57] RIVERA VILLARREYES C A, BARONI G, OSWALD S E. Integral quantification of seasonal soil moisture changes in farmland by cosmic-ray neutrons[J]. Hydrology and Earth System Sciences, 2011, 15(12): 3 843-3 859.

[58] FERSCH B, HEISTERMANN M, SCHRÖN M, et al. A dense network of cosmic-ray neutron sensors for soil moisture observation in a highly instrumented pre-Alpine headwater catchment in Germany[J]. Earth System Science Data, 2020, 12(3): 2 289-2 309.

[59] FRANZ T E, WAHBI A, VREUGDENHIL M, et al. Using cosmic-ray neutron probes to monitor landscape scale soil water content in mixed land use agricultural systems[J]. Applied and Environmental Soil Science, 2016: 1-11.

[60] ZHU X C, SHAO M A, ZENG C, et al. Application of cosmic-ray neutron sensing to monitor soil water content in an alpine meadow ecosystem on the northern Tibetan Plateau[J]. Journal of Hydrology, 2016, 536: 247-254.

[61] 武强, 贺开利, 罗孳孳, 等. 宇宙射线中子法在复杂下垫面土壤水分测量中的应用[J]. 中国农业气象, 2020, 41(1): 34-42.

WU Qiang, HE Kaili, LUO Zizi, et al. Application of cosmic-ray neutron method in soil moisture measurement on complex underlying surface[J]. Chinese Journal of Agrometeorology, 2020, 41(1): 34-42.

[62] FRANZ T E, ZREDA M, ROSOLEM R, et al. Field validation of a cosmic-ray neutron sensor using a distributed sensor network[J]. Vadose Zone Journal, 2012, 11(4): 0046.

[63] HAN X J, HENDRICKS FRANSSEN H J, JIMÉNEZ BELLO M Á, et al. Simultaneous soil moisture and properties estimation for a drip irrigated field by assimilating cosmic-ray neutron intensity[J]. Journal of Hydrology, 2016, 539: 611-624.

[64] LI D Z, SCHRÖN M, KÖHLI M, et al. Can drip irrigation be scheduled with cosmic-ray neutron sensing[J]. Vadose Zone Journal, 2019, 18(1): 190053.

[65] PETERSON A M, HELGASON W D, IRESON A M. Estimating field-scale root zone soil moisture using the cosmic-ray neutron probe[J]. Hydrology and Earth System Sciences, 2016, 20(4): 1 373-1 385.

[66] NGUYEN H H, JEONG J, CHOI M. Extension of cosmic-ray neutron probe measurement depth for improving field scale root-zone soil moisture estimation by coupling with representative in situ sensors[J]. Journal of Hydrology, 2019, 571: 679-696.

[67] WANG E L, SMITH C J, MACDONALD B C T, et al. Making sense of cosmic-ray soil moisture measurements and eddy covariance data with regard to crop water use and field water balance[J]. Agricultural Water Management, 2018, 204: 271-280.

[68] FRANZ T E, WAHBI A, ZHANG J, et al. Practical data products from cosmic-ray neutron sensing for hydrological applications[J]. Frontiers in Water, 2020, 2: 9.

[69] HENG E, SAKADEVAN K, DERCON G, et al. International symposium on managing soils for food security and climate change adaptation and mitigation[C]. Rome: Food and Agriculture Organization of the United Nations, 2014: 381-386.

[70] FOOLAD F, FRANZ T E, WANG T J, et al. Feasibility analysis of using inverse modeling for estimating field-scale evapotranspiration in maize and soybean fields from soil water content monitoring networks[J]. Hydrology and Earth System Sciences, 2017, 21(2): 1 263-1 277.

[71] KODAMA M, NAKAI K, KAWASAKI S, et al. An application of cosmic-ray neutron measurements to the determination of the snow-water equivalent[J]. Journal of Hydrology, 1979, 41(1/2): 85-92.

[72] SIGOUIN M J P, SI B C. Calibration of a non-invasive cosmic-ray probe for wide area snow water equivalent measurement[J]. The Cryosphere, 2016, 10(3): 1 181-1 190.

[73] SCHATTAN P, BARONI G, OSWALD S E, et al. Continuous monitoring of snowpack dynamics in alpine terrain by aboveground neutron sensing[J]. Water Resources Research, 2017, 53(5): 3 615-3 634.

[74] SCHATTAN P, KÖHLI M, SCHRÖN M, et al. Sensing area-average snow water equivalent with cosmic-ray neutrons: The influence of fractional snow cover[J]. Water Resources Research, 2019, 55(12): 10 796-10 812.

[75] MWANGI S, ZENG Y J, MONTZKA C, et al. Assimilation of cosmic-ray neutron counts for the estimation of soil ice content on the eastern Tibetan Plateau[J]. Journal of Geophysical Research: Atmospheres, 2020, 125(3): 1-23.

[76] MONTZKA C, BOGENA H, ZREDA M, et al. Validation of spaceborne and modelled surface soil moisture products with cosmic-ray neutron probes[J]. Remote Sensing, 2017, 9(2): 103.

[77] DUYGU M B, AKYÜREK Z. Using cosmic-ray neutron probes in validating satellite soil moisture products and land surface models[J]. Water, 2019, 11(7): 1 362.

[78] 庞治国, 路京选, 卢奕竹, 等. 基于遥感和地面测量的多尺度土壤水分产品验证分析[J]. 中国水利水电科学研究院学报, 2019, 17(4): 271-278.

PANG Zhiguo, LU Jingxuan, LU Yizhu, et al. Multi-scale soil moisture product verification analysis based on ground monitoring and remote sensing[J]. Journal of China Institute of Water Resources and Hydropower Research, 2019, 17(4): 271-278.

[79] BRUNETTI G, ŠIMŮNEK J, BOGENA H, et al. On the information content of cosmic-ray neutron data in the inverse estimation of soil hydraulic properties[J]. Vadose Zone Journal, 2019, 18(1): 1-24.

[80] SHUTTLEWORTH J, ROSOLEM R, ZREDA M, et al. The COsmic-ray Soil Moisture Interaction Code (COSMIC) for use in data assimilation[J]. Hydrology and Earth System Sciences, 2013, 17(8): 3 205-3 217.

[81] CHRISMAN B, ZREDA M. Quantifying mesoscale soil moisture with the cosmic-ray rover[J]. Hydrology and Earth System Sciences, 2013, 17(12): 5 097-5 108.

[82] DONG J N, OCHSNER T E, ZREDA M, et al. Calibration and validation of the COSMOS rover for surface soil moisture measurement[J]. Vadose Zone Journal, 2014, 13(4): 1-8.

[83] SCHRÖN M, ZACHARIAS S, WOMACK G, et al. Intercomparison of cosmic-ray neutron sensors and Water balance monitoring in an urban environment[EB/OL]. 2018.

[84] JAKOBI J, HUISMAN J A, SCHRÖN M, et al. Corrigendum: error estimation for soil moisture measurements with cosmic ray neutron sensing and implications for rover surveys[J]. Frontiers in Water, 2020, 2: 10.

[85] AVERY W A, FINKENBINER C, FRANZ T E, et al. Incorporation of globally available datasets into the roving cosmic-ray neutron probe method for estimating field-scale soil water content[J]. Hydrology and Earth System Sciences, 2016, 20(9): 3 859-3 872.

[86] BARONI G, SCHEIFFELE L M, SCHRÖN M, et al. Uncertainty, sensitivity and improvements in soil moisture estimation with cosmic-ray neutron sensing[J]. Journal of Hydrology, 2018, 564: 873-887.

[87] SCHEIFFELE L M, BARONI G, FRANZ T E, et al. A profile shape correction to reduce the vertical sensitivity of cosmic-ray neutron sensing of soil moisture[J]. Vadose Zone Journal, 2020, 19(1): e20083.

[88] LYU L, FRANZ T E, ROBINSON D A, et al. Measured and modeled soil moisture compared with cosmic-ray neutron probe estimates in a mixed forest[J]. Vadose Zone Journal, 2014, 13(12): 1-13.

[89] SIGOUIN M J P, DYCK M, SI B C, et al. Monitoring soil water content at a heterogeneous oil sand reclamation site using a cosmic-ray soil moisture probe[J]. Journal of Hydrology, 2016, 543: 510-522.

[90] MCJANNET D, FRANZ T, HAWDON A, et al. Field testing of the universal calibration function for determination of soil moisture with cosmic-ray neutrons[J]. Water Resources Research, 2014, 50(6): 5 235-5 248.

[91] FRANZ T E, ZREDA M, ROSOLEM R, et al. A universal calibration function for determination of soil moisture with cosmic-ray neutrons[J]. Hydrology and Earth System Sciences, 2013, 17(2): 453-460.

[92] TAN X Y, ZHANG L H, HE C S, et al. Applicability of cosmic-ray neutron sensor for measuring soil moisture at the agricultural-pastoral ecotone in northwest China[J]. Science China Earth Sciences, 2020, 63(11): 1 730-1 744.

[93] ANDREASEN M, JENSEN K H, BOGENA H, et al. Cosmic ray neutron soil moisture estimation using physically based site-specific conversion functions[J]. Water Resources Research, 2020, 56(11): e2019WR026588.

[94] COOPERSMITH E J, COSH M H, DAUGHTRY C S T. Field-scale moisture estimates using COSMOS sensors: A validation study with temporary networks and Leaf-Area-Indices[J]. Journal of Hydrology, 2014, 519: 637-643.

[95] STRAUSS D T, POLUIANOV S, VAN DER MERWE C, et al. The mini-neutron monitor: A new approach in neutron monitor design[J]. Journal of Space Weather and Space Climate, 2020, 10: 39.

[96] EVANS J G, WARD H C, BLAKE J R, et al. Soil water content in southern England derived from a cosmic-ray soil moisture observing system-COSMOS-UK[J]. Hydrological Processes, 2016, 30(26): 4 987-4 999.

Measuring Soil Water Content Using the Cosmic-ray Neutron Probe: A Review

CHEN Yitong1, LI Min1*, SI Bingcheng2, 3, HU You1

(1. Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas, Ministry of Education, Northwest A&F University, Yangling 712100, China; 2. Department of Soil Science, University of Saskatchewan, Saskatoon S7N5A8, Canada; 3. School of Resource and Environmental Engineering, University of Ludong, Yantai 264000, China)

Soil moisture is an important index in agricultural production and irrigation management, but difficult to measure in the field due to its spatiotemporal heterogeneity. The cosmic-ray neutron probe method developed over the past decade has emerged as new technology to non-invasively monitor soil water change at large scales and at fine time resolutions. Previous studies have shown that it is able to measure average soil water content at a given depth over an aerial area spanning several hundred meters radially. As a method to bridge the gap between point measurement and large-scale soil water estimate using remote sensing, there have been an increase in its applications in various areas including irrigation management, hydrological data assimilation and hydrological modeling. The purpose of this paper is to review the latest research progress and achievements in the use of cosmic-ray neutron method. It covers principle of the method, its monitoring range, factors influencing its accuracy and applicability, as well as possible problems and solutions. We also outline its potential application in agriculture, hydrology and other fields.

soil water content; cosmic-ray neutron probe method; landscape scale; in-situ monitoring; continuous monitoring

S152.7

A

10.13522/j.cnki.ggps.2021262

陈祎彤, 李敏, 司炳成, 等. 宇宙射线中子法测量中尺度土壤含水率研究综述[J]. 灌溉排水学报, 2021, 40(11): 26-36.

CHEN Yitong, LI Min, SI Bingcheng, et al. Measuring Soil Water Content Using the Cosmic-ray Neutron Probe: A Review[J]. Journal of Irrigation and Drainage, 2021, 40(11): 26-36.

1672 - 3317（2021）11 - 0026 - 11

2021-06-21

国家自然科学基金项目（41601222，41630860，41877017）；西北农林科技大学基本科研业务费项目（Z1090220118）

陈祎彤（1997-），男。硕士研究生，主要从事宇宙射线中子法测量土壤水分的研究。E-mail: dalaoshi_3@163.com

李敏（1985-），男。副教授，博士，主要从事土壤水热性质测定和同位素水文方面的研究。E-mail:limin2016@nwafu.edu.cn

责任编辑：白芳芳